T.C
FIRAT ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ
GÜÇ KALĠTESĠ PROBLEMLERĠNĠ GERÇEK ZAMANLI OLARAK BELĠRLEYEN FPGA TABANLI AKILLI
TANIMA SĠSTEMĠ
DOKTORA TEZĠ
Belkıs ERĠġTĠ
Anabilim Dalı: Elektrik-Elektronik Mühendisliği Programı: Devreler ve Sistemler
DanıĢman: Prof. Dr. Yakup DEMĠR
II ÖNSÖZ
Teknolojinin gelişmesiyle, günlük yaşantımızda kullandığımız elektronik cihazların yapıları da bu paralelde değişim göstermiştir. Bu durum beraberinde, teknolojilere erişimi daha ucuz bir hale getirmiştir. Böylece, teknolojik cihazların kullanımı oldukça yaygınlaşmıştır. Bu cihazların yapılarında barındırdıkları güç elektroniği ekipmanları, güç kalitesi problemleriyle karşı karşıya kalınmasına neden olmuştur. Bunun sonucunda, güç kalitesi problemlerinin tespit edilmesi ve izlenmesi ile ilgili çalışmalar önem kazanmıştır. Bu tez çalışması ile gömülü sistem teknolojilerini kullanarak, akıllı bir güç kalitesi tanıma sisteminin kazandırılması hedeflenmiştir.
Tez çalışmalarım boyunca desteklerini eksik etmeyen ve bizlere alanımızda büyük katkıları bulunan, tez danışmanım Sayın Prof. Dr. Yakup DEMİR‘e teşekkürü bir borç bilirim.
Tez çalışması süresince hem bir akademisyen hem de bir eş olarak bana büyük desteği olan eşim Doç. Dr. Hüseyin ERİŞTİ‘ye, ayrıca kızlarım Esma ve Elif ile üzerimde çok büyük emekleri olan anneme ve babama çok teşekkür ederim.
Bu tez çalışması 0320.STZ.2013-2 nolu ―Uzaktan Erişimli Çok Noktalı Yeni Bir Enerji Kalitesi İzleme Cihazının Tasarlanması ve Enerji İzleme Yazılımlarının Geliştirilmesi‖ başlıklı SANTEZ projesi kapsamında desteklenmiştir. Katkılarından dolayı Bilim, Sanayi ve Teknoloji Bakanlığı‘na teşekkür ederim.
Belkıs ERĠġTĠ ELAZIĞ–2015
III ĠÇĠNDEKĠLER Sayfa No ÖNSÖZ ... II ĠÇĠNDEKĠLER ... III ÖZET ... VI SUMMARY ... VII ġEKĠLLER LĠSTESĠ ... VIII TABLOLAR LĠSTESĠ ... X KISALTMALAR LĠSTESĠ ... XI
1. GĠRĠġ ... . 1
1.1. Genel Bilgiler ... . 1
1.2. Literatür Taraması ... . 3
1.3. Tezin Amacı ve Organizasyonu ... . 7
2. GÜÇ KALĠTESĠ VE PROBLEMLERĠ ... . 9
2.1. Güç Kalitesi Tanımı... . 9
2.2. Güç Kalitesi Problemleri ... 9
2.2.1. Güç Kalitesi Olayları (GKO) ... 10
2.2.1.1. Arıza Türü Güç Kalitesi Olayları ... 10
2.2.1.2. Anahtarlama Türü Güç Kalitesi Olayları ... 11
2.2.2. Güç Kalitesi Bozulmaları ... 14
3. SAHADA PROGRAMLANABĠLĠR KAPI DĠZĠLERĠ (FPGA) VE PROGRAMLAMA TEKNĠKLERĠ ... 19
3.1. FPGA Yapısı ... 20
3.1.1. Mantık Hücresi ... 20
3.1.2. FPGA Giriş/Çıkış Pinleri ... 21
3.1.3. Hafıza Blokları ... 21
3.2. FPGA Programlama Teknikleri ... 21
3.2.1. Donanım Tabanlı Yöntem... 22
3.2.2. Yazılım Tabanlı Yöntem ... 22
3.3. VHDL Tasarım Dili ... 23
3.3.1. VHDL Uygulama Alanı ... 23
3.3.2. VHDL ve Donanım Tasarımı Karşılaştırması... 23
3.3.3. VHDL Veri Nesneleri ... 24 3.3.4. VHDL Yapısal Elemanları ... 24 3.3.4.1. Varlık Tanımlanması ... 25 3.3.4.2. Mimari Tanımlanması ... 25 3.3.4.3. Biçim Tanımlanması... 25 3.3.4.4. Paket Yapısı ... 26 3.3.4.5. Kütüphane Yapısı ... 26 3.3.4.6. İşlem Tanımlanması ... 26
3.3.4.7. Alt Program Tanımlanması ... 27
IV
Sayfa No
3.3.5.1. Hazırlanan Tasarımın RTL Şeması ... 29
3.4. Simülasyon İşlemleri ... 30
4. SĠNYAL ĠġLEME YÖNTEMLERĠ ... 33
4.1. Fourier Dönüşümü (FD) ... 33
4.1.1. Hızlı Fourier Dönüşümü(HFD) ... 34
4.1.2. Ayrık Fourier Dönüşümü (AFD) ... 35
4.2. Dalgacık Dönüşümü (DD) ... 36
4.2.1. Sürekli Dalgacık Dönüşümü (SDD) ... 37
4.2.2. Ayrık Dalgacık Dönüşümü (ADD) ... 37
4.3. Hilbert Huang Dönüşümü (HHD) ... 39
4.3.1. İçsel Mod Fonksiyonları (İMF) ... 40
4.3.2. Ampirik Kip Ayrışımı Yöntemi (AKA) ... 40
4.3.3. Hilbert Dönüşümü ... 42
5. FPGA TABANLI GÜÇ KALĠTESĠ TANIMA SĠSTEMLERĠ ... 44
5.1. Tanıma Sistemlerinin Yapısı ... 44
5.1.1. Sinyal Giriş Kartı ... 45
5.1.2. FPGA Geliştirme Ortamı ... 46
5.1.3. Yazılım Ara Yüzü... 47
5.2. Deney Düzeneği ve Güç Kalitesi Olaylarının Elde Edilmesi ... 49
5.2.1. Prototip Güç Sistemi Modeli ... 50
5.2.2. Güç Kalitesi Olaylarının Oluşturulması ... 50
5.3. FPGA Tabanlı Algoritmalar... 52
5.3.1. Sinyal Giriş Modülü ... 52
5.3.2. Haberleşme Modülü ... 54
5.3.3. Sinyal İşleme Modülü ... 55
5.3.3.1. GKB Tespit Alt Modülü ... 56
5.3.3.2. Fourier Dönüşümü Alt Modülü ... 57
5.3.3.3. Dalgacık Dönüşümü Alt Modülü ... 59
5.3.3.4. Hilbert Huang Dönüşümü Alt Modülü ... 62
5.3.3.5. Özellik Vektörleri Bloğu ... 63
5.3.4. Çevrimiçi Tanıma Modülü ... 65
5.3.4.1. Karar Ağaçları ... 65
5.3.4.2. Karar Ağacı Tabanlı Çevrimiçi Tanıma Sistemi Yapısı ... 66
6. TANIMA SĠSTEMLERĠNĠN UYGULAMALARI VE SONUÇLARI .... 68
6.1. Çevrimiçi Tanıma Sistemi Uygulaması ... 68
6.1.1. Çevrimiçi Tanıma Sisteminin Eğitim Aşaması ... 69
6.1.2. Çevrimiçi Tanıma Sisteminin Test Aşaması ... 70
6.2. Çevrimdışı Tanıma Sistemi Uygulamaları... 74
6.2.1. En Küçük Kareler Destek Vektör Makineleri Tabanlı Tanıma Sistemi ... 75
6.2.1.1. En Küçük Kareler Destek Vektör Makineleri (LSSVM)... 75
V
Sayfa No
6.2.2. Aşırı Öğrenme Makinesi Tabanlı Tanıma Sistemi ... 79
6.2.2.1. Aşırı Öğrenme Makinesi (ELM) ... 79
6.2.2.2. Uygulama Sonuçları ... 81
6.2.3. Yapay Sinir Ağları Tabanlı Tanıma Sistemi ... 83
6.2.3.1. Yapay Sinir Ağları (YSA) ... 83
6.2.3.2. Uygulama Sonuçları ... 85 6.3. Değerlendirmeler ve Karşılaştırmalar ... 87 7. SONUÇLAR ... 89 7.1. Sonuçların Değerlendirilmesi... 91 8. ÖNERĠLER ... 93 KAYNAKLAR ... 94 ÖZGEÇMĠġ……….104
VI ÖZET
Bu tez çalışmasında, güç kalitesi problemlerinin belirlenmesine yönelik FPGA tabanlı akıllı güç kalitesi tanıma sistemleri gerçekleştirilmiştir. FPGA kullanılarak gerçekleştirilen akıllı tanıma sistemleri çevrimiçi bir yapıya sahip olup, güç kalitesi problemlerinin gerçek zamanlı olarak tespiti ve sınıflandırılmasına yöneliktir.
Tasarımlarda gerçekleştirilen, güç sistemleri üzerinde meydana gelen güç kalitesi olayları ve güç kalitesi bozulmaları eş zamanlı olarak belirlenmektedir. Gerçekleştirilen çevrimiçi tanıma sistemlerinde, bu yapıya uygun olan üç farklı akıllı tanıma yaklaşımı kullanılmıştır. Bu yaklaşımlar; Fourier dönüşümü, dalgacık dönüşümü ve Hilbert Huang dönüşümü yöntemlerini içeren sinyal işleme tekniklerinden oluşmaktadır. Bu yöntemlerde, sınıflandırma işlemleri için karar ağacı algoritması kullanılmıştır. Tanıma sistemlerinden elde edilen sonuçları ve güç sistemine ait gerilim bilgilerini görsel olarak izleyebilmek ve bu bilgileri kaydedebilmek için bilgisayar ortamında bir grafiksel ara yüz yazılımı oluşturulmuştur.
Bu tez çalışmasında gerçekleştirilen diğer bir yaklaşım ise güç kalitesi olayları ve güç kalitesi bozulmaları için yapılan çevrimdışı tanıma sistemi uygulamalarıdır. Bu yaklaşımlarda, çevrimiçi tanıma sistemlerinden elde edilen özellik vektörleri kullanılarak akıllı tanıma uygulamaları gerçekleştirilmiştir. Çevrimdışı uygulamalarda; en küçük kareler destek vektör makineleri, aşırı öğrenme makineleri ve yapay sinir ağları sınıflandırıcıları kullanılmıştır.
FPGA tabanlı çevrimiçi akıllı tanıma sistemlerini test etmek, doğruluk oranlarını belirlemek ve başarımlarını değerlendirmek için laboratuar ortamında prototip bir güç sistemi modeli oluşturulmuştur. Bu model üzerinden, geniş parametre aralıklarında farklı güç kalitesi olay türleri elde edilmiştir.
Bu tez çalışmasında gerçekleştirilen çevrimiçi ve çevrimdışı tanıma sistemlerinden elde edilen sonuçlar incelendiğinde ve literatürle karşılaştırıldığında, donanımsal ve yazılımsal tasarımların oldukça etkili, hızlı ve yüksek bir başarım performansına sahip oldukları görülmüştür.
Anahtar Kelimeler: Güç Kalitesi Problemleri, FPGA, Sinyal İşleme, Akıllı Tanıma Sistemleri.
VII SUMMARY
FPGA-BASED INTELLIGIENT RECOGNITION SYSTEM THAT IDENTIFIES REAL TIME POWER QUALITY PROBLEMS
In this thesis, intelligient, embedded system-based power quality recognition systems have been developed to identify power quality problems. The intelligient recognition systems that are developed by using FPGA have an online structure and aim at identifying and classifying real-time power quality problems.
In the designs that are developed, the recognition systems, which simultaneously determine power quality events and power quality disturbances in power systems, have been created by using FPGA. Three different intelligient recognition approaches exist in the developed online recognition systems. These approaches are signal processing techniques that include Fourier transform, wavelet transform and Hilbert Huang transform. Decision tree algorithm has been used for classification in these three different that are suitable for online recognition. A graphical interface software is created in computer to monitor the results obtained from the recognition systems visually and save them.
The other approach realized in this thesis is the offline recognition applications that have been created for power quality events and power quality disturbances. In these approaches, intelligient recognition applications have been realized by using feature vectors obtained from online recognition systems. The least squares support vector machines, extreme learning machines and artificial neural networks classifiers have been used in offline applications.
A prototypical power system has been created in laboratory for the purpose of testing FPGA-based online intelligient recognition systems, determining accuracy rates and assessing their performances. Different power quality event types have been created within broad parameter intervals on this model.
When the results obtained from the online and offline recognition systems developed within the framework of this thesis are examined and compared with the literatüre, it can be seen that hardware and software designs have a very efficient, fast and high performance.
Key Words: Power Quality Problems, FPGA, Signal Processing, Smart Recognition Systems
VIII
ġEKĠLLER LĠSTESĠ
ġekil 2.1. Hat enerjilenmesi GKO‘sunda 3 fazlı gerilimin dalga şekli değişimleri ... 11
ġekil 2.2. Transformatör enerjilenmesi GKO‘sunda 3 fazlı gerilimin dalga şekli değişimleri ... 12
ġekil 2.3. Kapasitör anahtarlanması GKO‘sunda 3 fazlı gerilimin dalga şekli değişimleri ... 13
ġekil 2.4. Motor kalkış GKO‘sunda 3 fazlı gerilimin dalga şekli değişimleri ... 13
ġekil 2.5. Yük anahtarlanması GKO‘sunda 3 fazlı gerilimin dalga şekli değişimleri .. 14
ġekil 2.6. GKB türlerinin temsili dalga şeklindeki değişimler ... 16
ġekil 3.1. İki boyutlu mantıksal hücre dizilerini barındıran temel FPGA yapısı ... 20
ġekil 3.2. Frekans bölücü çalışma şekli ... 27
ġekil 3.3. VHDL dosyası oluşturma ekranı ... 28
ġekil 3.4. VHDL modülü için port tanımlama ekranı... 28
ġekil 3.5. Örnek bir VHDL tasarım projesi ... 29
ġekil 3.6. Hazırlanan tasarımın özeti ... 29
ġekil 3.7. RTL şematik gösterim ekranı ... 30
ġekil 3.8. RTL şematik ekranın kategorik gösterimi ... 30
ġekil 3.9. Xilinx ISE Simulator (ISim) aracının ekran görüntüsü ... 31
ġekil 3.10. Frekans bölme örneğinin simülasyon sonucu ... 32
ġekil 4.1. Yaygın olarak kullanılan bazı dalgacık fonksiyonları ... 36
ġekil 4.2. Ayrık dalgacık dönüşümünün tek seviyeli filtre algoritması ... 38
ġekil 4.3. Dört seviyeli dalgacık çözünürlük ağacı ... 39
ġekil 4.4. Tipik bir İMF değişimi ... 40
ġekil 5.1. Tanıma sistemi için tasarlanan sinyal giriş kartı ... 45
ġekil 5.2. Virtex5 FPGA kartının görünüşü ... 46
ġekil 5.3. Gerçek zamanlı güç kalitesi problemi tanıma sisteminin grafiksel ana form görüntüsü ... 47
ġekil 5.4. FD tabanlı tanıma sistemine ait alt form penceresi ... 48
ġekil 5.5. DD tabanlı tanıma sistemine ait alt form penceresi ... 48
ġekil 5.6. HHD tabanlı tanıma sistemine ait alt form penceresi ... 49
ġekil 5.7. Laboratuar ortamına kurulan deney düzeneği ... 50
ġekil 5.8. Prototip güç sistemi modelinin yapısı ... 51
IX
ġekil 5.10. FPGA ile bilgisayar haberleşme yapısını gösteren blok şema... 54
ġekil 5.11. Sinyal işleme modülüne ait genel blok şeması ... 55
ġekil 5.12. GKB tespit alt modülünün genel blok şeması ... 56
ġekil 5.13. FD alt modülü genel blok şeması ... 57
ġekil 5.14. DD alt modülünün VHDL dilindeki kaba kod yapısı ... 60
ġekil 5.15. DD alt modülü genel blok şeması ... 61
ġekil 5.16. HHD alt modülü genel blok şeması ... 62
ġekil 5.17. DD alt modülünden elde edilen GKO özelliklerindeki değişimler ... 64
ġekil 5.18. Temel bir Karar Ağacının yapısı ... 65
ġekil 5.19. Çevrimiçi tanıma modülü genel blok şeması... 66
ġekil 5.20. DD tabanlı Karar Ağacı GKO tanıma sisteminin VHDL dilindeki kaba kod yapısı. ... 67
ġekil 6.1. Üç fazlı arıza GKO için çevrimiçi tanıma sistemi grafiksel ana ara yüz görüntüsü ... 71
ġekil 6.2. Motor kalkış GKO için çevrimiçi tanıma sistemi grafiksel ana ara yüz görüntüsü ... 71
ġekil 6.3. Kapasitör anahtarlama GKO için FD tabanlı tanıma sisteminin grafiksel ara yüz görüntüsü ... 72
ġekil 6.4. Kapasitör anahtarlama GKO için DD tabanlı tanıma tanıma sisteminin grafiksel ara yüz görüntüsü ... 72
ġekil 6.5. Kapasitör anahtarlama GKO için HHD tabanlı tanıma tanıma sisteminin grafiksel ara yüz görüntüsü ... 73
X
TABLOLAR LĠSTESĠ
Sayfa No
Tablo 2.1. Güç sistemleri elektromanyetik olaylarının kategorileri ve özellikleri ... 15
Tablo 5.1. FD alt modülüne ait özellik çıkarımı bilgileri. ... 58
Tablo 5.2. Db4 dalgacığının ölçekleme ve dalgacık katsayıları ... 59
Tablo 6.1. Çevrimiçi tanıma sisteminin eğitim aşamasına ait GKO verileri ve sayıları ... 69
Tablo 6.2. Çevrimiçi GKB verileri ve sayıları ... 69
Tablo 6.3. Çevrimiçi tanıma sistemini uygulamalarından GKO verileri için elde edilen tanıma sonuçları ... 73
Tablo 6.4. Çevrimiçi tanıma sistemini uygulamalarından GKB verileri için elde edilen tanıma sonuçları ... 74
Tablo 6.5. GKO verileri için FD tabanlı LSSVM sınıflandırma sonuçları ... 77
Tablo 6.6. GKO verileri için DD tabanlı LSSVM sınıflandırma sonuçları ... 77
Tablo 6.7. GKO verileri için HHD tabanlı LSSVM sınıflandırma sonuçları ... 78
Tablo 6.8. GKB verileri için FD tabanlı LSSVM sınıflandırma sonuçları ... 78
Tablo 6.9. GKB verileri için DD tabanlı LSSVM sınıflandırma sonuçları ... 78
Tablo 6.10. GKB verileri için HHD tabanlı LSSVM sınıflandırma sonuçları ... 79
Tablo 6.11. GKO verileri için FD tabanlı ELM sınıflandırma sonuçları ... 82
Tablo 6.12. GKO verileri için DD tabanlı ELM sınıflandırma sonuçları ... 82
Tablo 6.13. GKO verileri için HHD tabanlı ELM sınıflandırma sonuçları ... 82
Tablo 6.14. GKB verileri için FD tabanlı ELM sınıflandırma sonuçları ... 83
Tablo 6.15. GKB verileri için DD tabanlı ELM sınıflandırma sonuçları ... 83
Tablo 6.16. GKB verileri için HHD tabanlı ELM sınıflandırma sonuçları ... 83
Tablo 6.17. GKO verileri için FD tabanlı YSA sınıflandırma sonuçları... 85
Tablo 6.18. GKO verileri için DD tabanlı YSA sınıflandırma sonuçları ... 85
Tablo 6.19. GKO verileri için HHD tabanlı YSA sınıflandırma sonuçları ... 86
Tablo 6.20. GKB verileri için FD tabanlı YSA sınıflandırma sonuçları ... 86
Tablo 6.21. GKB verileri için DD tabanlı YSA sınıflandırma sonuçları ... 86
Tablo 6.22. GKB verileri için HHD tabanlı YSA sınıflandırma sonuçları ... 86
XI
KISALTMALAR LĠSTESĠ GKB : Güç Kalitesi Bozulması
GKO : Güç Kalitesi Olayı
KZFD : Kısa-Zamanlı Fourier Dönüşümü YSA : Yapay Sinir Ağları
ELM : Extra Learning Machines (Aşırı Öğrenme Makinası) DSP : Digital Signal Processing (Dijital Sinyal İşleme)
FPGA : Field Programmable Gate Arrays (Alanda Programlanabilir Kapı Dizileri) LSSVM : Least Squares Support Vector Machines
(En Küçük Kareler Destek Vektör Makinası) LUT : Look Up Table (Taramalı Tablo)
G/Ç : Giriş/Çıkış
SoC : System on Chip (Chip Üzerinde Sistemi) AFD : Ayrık Fourier Dönüşümü
HFD : Hızlı Fourier Dönüşümü SDD : Sürekli Dalgacık Dönüşümü ADD : Ayrık Dalgacık Dönüşümü AKA : Ampirik Kip Ayrışımı ĠMF : İçsel Mod Fonksiyonu
UDP/IP : User Datagram Protocol/Internet Protocol
(Kullanıcı Datagram Protokolü/İnternet Protokolü) VHDL : Very High Speed Hardware Description Languages
(Çok Yüksek Hızlı Donanım Tanımlama Dili) RBF : Radial Bases Function (Radial Tabanlı Fonksiyon) ADC : Analog Dijital Dönüştürücü
HHD : Hilbert Huang Dönüşümü
DD : Dalgacık Dönüşümü
FD : Fourier Dönüşümü
SVM : Suppert Vector Machine (Destek Vektör Makinası) SDD : Sürekli Dalgacık Dönüşümü
1. GĠRĠġ
1.1. Genel Bilgi
Güç sistemlerinin işletiminde, özellikle akım ve gerilim sinyallerinin standart değerlere sahip olması gerekmektedir. Son yıllarda teknoloji ve endüstri alanındaki hızlı gelişmeler, güç sistemlerinde doğrusal olmayan yüklerin kullanımını arttırmış, bunun sonucunda da akım ve gerilim sinyalleri istenilmeyen değişimlere sahip olmuştur. Günümüzde, hem hassas ve güvenli bir güç sistemi işletimine ihtiyaç duyulurken hem de bu yapıdan uzaklaşmaya neden olan doğrusal olmayan yüklerin kullanımı gittikçe artmaktadır. Ayrıca güç sistemleri, işletim için gerekli anahtarlamalara ve arızalara maruz kalmaktadır. Bu nedenlerden dolayı günümüzde, güç kalitesi adı altında birçok araştırma ve uygulama çalışmaları yapılmaktadır.
Çok sayıda güç kaynakları, iletim hatları, transformatörler ve yükler içeren güç sistemlerinde arızalanmalara neden olan problemlerde sürekli artış olmaktadır. Bu nedenle, güç kalitesi, başlıca bir güç sistemi araştırma ve uygulama konusu olmuştur [1,2]. Güç sistemleri üzerindeki akım ve gerilim sinyallerinin istenilmeyen bir değişime sahip olması, sistem üzerinde bir güç kalitesi problemi olduğunu gösterir. Güç kalitesi problemleri nedeniyle, yüksek değerlerde mali kayıplar meydana gelebilir. Özellikle endüstrideki rafineri tesisleri, kâğıt fabrikaları ve çelik fabrikaları gibi birçok imalat tesisleri, zayıf güç kalitesinden oldukça fazla etkilenirler. Güç sistemlerinin davranışını en iyi biçimde anlamak ve güç kalitesini iyileştirmek için güç kalitesi problem verilerinin tespit edilmesi, saklanması ve analiz edilmesi oldukça önemli hale gelmiştir [2-4]. Ayrıca, güç kalitesi problemleri hızlı olarak tespit edilerek ortadan kaldırılmazsa, gerilim bozulmaları güç sistemine bağlı olan hassas yüklerin hatalı çalışmasına veya bozulmasına sebep olabilecektir.
Güç sistemlerinin işletilmesi ve sisteme bağlı tüketicilerin sahip olması gereken enerjinin kalitesi, güç kalitesi standartları altında belirlenen kriterlere uygun olması gerekir. Uluslararası alanda; IEEE, IEC, EPRI, CBEMA ve CENELEC gibi çalışma grupları tarafından güç kalitesi alanında ölçme yöntemleri, akım, gerilim ve frekans büyüklüklerinin karakteristikleri, bozulma türlerinin özellikleri ve sınıfları gibi kavramlar hakkında standartlar belirlenmiştir. Dünyada güç kalitesi çalışmalarında, özellikle IEEE, CENELEC ve IEC standartları daha çok kullanılmaktadır [5, 6]. Güç kalitesi konusunda geliştirilen en temel standartlar IEEE Std. 519-1992 [7] ve EN 50160 [8]‘dir. Bu iki
2
standartta, güç kalitesine ait tanım ve ölçüm kriterleri hakkında önemli tanımlamalara yer verilmiştir. Ayrıca, IEC 61000-4-30 [9] standardı enerji kalitesi parametrelerinin toplanması ve karakterize edilmesi için IEC 61000-4-7 [10] standardı harmonik ile ara harmoniklerin ölçümündeki hassasiyeti belirlemek için IEEE Std. 1453-2004 [11] standardı ise kırpışma etkisi için geliştirilmiştir. Ülkemizde, CENELEC tarafından kabul edilen EN50160 standardı esas alınarak TSE tarafından hazırlanan ve 13 Aralık 2011 tarihinde yayınlanan TS EN50160 [12] standart uygulaması yürürlükte bulunmaktadır. Bu standart; alçak gerilim, orta gerilim ve yüksek gerilim besleme karakteristiklerini, gerilim olaylarını ve değişimlerini açıklamaktadır. Bu standardın amacı besleme gerilim karakteristiklerini; frekans, genlik, dalga biçimi ve hat gerilimlerinin simetrisi açısından tarif etmektir.
Güç kalitesi izleme sistemleri, güç sistemlerinin önemli bir parçasıdır. Güç sisteminin belirli bölgelerine yerleştirilen güç kalitesi izleme sistemlerinin en önemli iki özelliği, güç kalitesi olaylarını belirlemesi ve analiz etmesidir [13]. Güç kalitesi izleme sistemleri kullanılarak, enerji tesislerinin işletilmesi ve korunması hakkında aşağıda belirtilen önemli bilgiler elde edilir:
Sistemin güç kalitesi performansının belirlenmesi.
Güç kalitesi bozulma türünün, kaynağının ve sebeplerinin belirlenmesi.
Sistemin nominal yük ile çalışması için gerekli işletim şartlarının belirlenmesi.
Güç sisteminin iyileştirilmesi ve geliştirilmesi için gerekli parametrelerin belirlenmesi. Bu bilgiler kullanılarak yapılacak olan çözüm önerileri, sistemin sürekliliğini ve güvenilirliğini arttırmanın yanında sistemin kontrolünü de kolaylaştırır [14].
Günümüzde iletişim teknolojileri, veri depolama kapasitesi ve veri işleme gücündeki gelişmelere bağlı olarak geniş ölçekli izleme ve verileri sürekli bir şekilde kaydetme özelliğine sahip güç kalitesi izleme sistemleri tasarlanmaktadır. Güç kalitesi izleme sistemlerinin tasarımları ve ölçüm özellikleri, üç ayrı sınıf altında incelenebilir. Birinci sınıfta yer alan izleme sistemleri; gerilim, akım ve güç gibi elektriksel parametrelerin ölçümünün yanı sıra aşırı gerilim, düşük gerilim ve kesinti gibi parametrelerinde ölçümünü gerçekleştirmektedir. İkinci sınıftaki izleme sistemleri, güç kalitesi parametreleri ve olaylarının ölçümünün yanı sıra seri haberleşme ve görüntüleme özelliklerine sahiptirler. Son sınıftaki izleme sistemleri ise yüksek hızda iletişim, istatistiksel analiz, web tabanlı haberleşme ve görüntüleme özelliklerini içermektedir [15].
3
Güç Kalitesi Bozulması (GKB), güç sistemine ait akım ve gerilim değerlerinin standartlar ile belirlenmiş eşik değerleri dışına çıkması olarak tanımlanır. Güç Kalitesi Olayı (GKO) ise GKB‘nin meydana gelmesine neden olan bir durum olarak ifade edilir. Güç sistemlerinde meydana gelen GKO‘lar, normal ve anormal olaylar olarak iki kısımda incelenir. Normal GKO‘lar, güç sisteminin işletimi için gerekli olan anahtarlamaya bağlı olaylardır. Transformatör enerjilenmesi, kapasitör anahtarlanması, yük anahtarlanması gibi olaylar bu sınıfa girmektedir. Anormal GKO‘lar ise, güç sisteminde meydana gelen arıza gibi istenilmeyen durumlar sonucunda oluşan olaylar olarak tanımlanabilir [14]. Bu sınıfta, güç sisteminde meydana gelen bir GKO sonrasında güç sistemine ait fazların birinde, ikisinde veya tamamında bir GKB oluşabilir. Aynı anda sisteme ait iki veya üç fazda meydana gelen GKB‘ler, aynı türden olabileceği gibi birbirinden farklı da olabilirler.
Güç kalitesi parametrelerinin ölçümünde kullanılan birçok güç kalitesi analizörü; akım ve gerilim RMS değerlerini, güç değerlerini, güç faktörünü, frekansı, 2 ile 51 arası harmonik değerlerini ve toplam harmonik bozulma değerlerini ölçer ve analizör hafızasına kaydeder [16-19]. Bu geleneksel analizörler üzerinde güç kalitesi problemlerinin sınıflandırılmasına ilişkin karmaşık algoritmaların uygulanması, hem zaman alıcıdır hem de zordur. Bu nedenle, gömülü sistem kullanmanın yerine bilgisayar ortamında sınıflandırma işlemleri gerçekleştirilmiştir [20-22]. Ancak günümüzde, ilgili güç kalitesi standartlarında güç kalitesi izleme sistemlerinin uzaktan erişimli ve çevrimiçi tanıma yapısına sahip olması istenmektedir. Bunun yanı sıra, yeni nesil güç kalitesi izleme sistemlerinden beklenen özellikler, sinyal işleme ve akıllı tanıma yapısına sahip olmalarıdır. Bu nedenlerden dolayı, gömülü sistem tabanlı güç kalitesi izleme sistemlerin önemi ve bu alanda uygulama çalışmalarına yönelimler artmıştır.
1.2. Literatür Taraması
1990‘lı yılların başından itibaren, güç kalitesi alanında tanıma sistemleri için gerçekleştirilen yaklaşımlar, sinyal işleme yöntemleriyle mühendislik bilgilerinin birleşimi şeklindedir [16]. 2000‘li yılların başından itibaren ise bilgisayar teknolojisindeki
ilerlemelere paralel olarak, yeni sinyal işleme yöntemleri ile akıllı sistemlerin birlikte kullanıldığı akıllı tanıma sistemleri bu alanda ön plana çıkmıştır [23-24]. Bu akıllı tanıma sistemlerinin bir çoğu, bilgisayar ortamında çevrimdışı olarak gerçekleştirilmiştir. 2010‘lu yılların başından itibaren ise özellikle güç kalitesi izleme sistemlerinin, gömülü sistem
4
yaklaşımlarıyla gerçekleştirilmesi ve uzaktan erişilebilir olması üzerine araştırmalar yoğunlaşmıştır [25]. Bu tez çalışmasının kapsamı, bu alandaki yönelimlere paralel olarak özellikle güç kalitesi problemlerinin gömülü sistem tabanlı çevrimiçi yaklaşımlarla tespiti ve sınıflandırmasını içermektedir. Bu çalışmada, hem GKO tanıma sistemi hem de GKB tanıma sistemlerine ait uygulamalar bulunmaktadır. Bu çalışma kapsamında yapılan literatür araştırmaları, iki genel başlık altında incelenebilir. Birincisi, bilgisayar ortamında gerçekleştirilen güç kalitesi problemlerinin sinyal işleme ve akıllı sistem tabanlı tespiti ve sınıflandırma çalışmalarıdır. İkincisi ise güç kalitesi problemlerinin tespiti ve sınıflandırılmasında, gömülü sistem yaklaşımlarının kullanılmasıdır.
Her bir güç kalitesi problemine ait özellikler, kendine özgü ayırdedici bilgiler içermektedir. Tanıma sistemlerinde, önce sinyal işleme yöntemleri kullanılarak ayırdedici bilgiler elde edilir. Sonra, güç kalitesine ait problem türü akıllı tanıma yaklaşımlarıyla belirlenir [26]. Özellik çıkarımına ait yapılan çalışmalarda Fourier Dönüşümü (FD) yöntemleri, Dalgacık Dönüşümü (DD), Clarke dönüşümü, Hilbert Huang Dönüşümü (HHD), S-dönüşümü gibi yöntemler sıklıkla kullanılmıştır.
Kısa-Zamanlı Fourier Dönüşümü (KZFD), özellikle durağan ve periyodik sinyallerin frekans bölgesindeki uygulamalarında kullanılmaktadır. Aynı zamanda KZFD durağan olmayan sinyallere de uygulanabilmektedir. Ancak bu durumda, zamanın belirli bir periyoduna odaklanmasında sabit bir pencere aralığına ihtiyaç duymaktadır. Bu nedenle KZFD kullanarak durağan olmayan sinyallerin analizi oldukça zordur [27, 28, 29]. [30]‘da, sinyalden spektral bilgiyi çıkarmak için KZFD ve diğer yöntemler kullanılmıştır. [31]‘de, güç kalitesi problemlerinin özelliklerinin çıkarılmasında FD ve DD yöntemleri kullanılmıştır. [32]‘de, sinyalin harmonik analizi için hibrit Dalgacık-Fourier algoritması sunulmuştur. Bu yaklaşım, harmonikleri ve geçici durum analizlerini birlikte gerçekleştiren bir yapıya sahiptir. [27]‘de, gerilim bozulmalarına ait zaman-frekans ve zaman-genlik analizlerinin içeren çalışmalar yapılmıştır. Aynı zamanda bu çalışmada, DD‘nin KZFD‘den daha etkili bir yaklaşım olduğu belirtilmiştir.
DD, birçok araştırmacı tarafından GKB ve GKO verilerini içeren güç kalitesi problemlerinin analizi ve sınıflandırılmasında etkili bir yaklaşım olarak kullanılmaktadır. [33]‘te, yinelenebilir bir algoritma kullanılarak gerilim çökmesi ve geçici durumların tespiti ve analizinde DD‘nin performansı incelenmiştir. [34]‘de, sadece gerilim çökmelerinin tespiti için DD önerilmiştir. [35]‘te, özellikle durağan ve periyodik olmayan sinyallerin analizinde oldukça etkili bir yaklaşım olan DD‘nin zaman bölgesinde sinyal
5
değişimlerini tespit etmesi ve eş zamanlı olarak frekans bölgesinde sinyali farklı frekans bantlarına ayırması sunulmuştur. [36]‘da, geçici durum sinyallerinin sınıflandırılması için sayısal işaret işleme mimarisi temelli bir dalgacık ağı önerilmiştir. [37] ve [38]‘de, 2 boyutlu DD yaklaşımı kullanılarak geçici durum olaylarının tespiti ve analizi için bir yaklaşım sunulmuştur. [39]‘da, DD kullanılarak elde edilen özelliklere, özellik seçimi yaklaşımları da uygulanarak güç kalitesi problemlerine ait ayırdedici bilgilerin veri boyutu indirgenmiştir.
DD ve KZFD‘nin kombinasyonundan oluşan diğer bir zaman-frekans analiz yöntemi de S-Dönüşümü‘dür [40]. S-Dönüşümün‘de, spektrum fazı içerisinde bilgiler barındırıldığı gibi, aynı zamanda genlik içerisinde de çeşitli bilgiler yer almaktadır. DD fazındaki bilgileri kullanışlı hale getirmek için ana dalgacık fazının düzenlenmesi gerekir. Bu nedenle, S-Dönüşümü DD‘nin faz düzeltmesi olarak tanımlanabilir [41]. [42]‘de, GKO‘ların sınıflandırılması için S-Dönüşümü tabanlı bir yaklaşım verilmiştir. [43]‘te, ayrık ortagonal S-Dönüşümü kullanarak güç kalitesi analizi gerçekleştirilmiştir. [44]‘de, GKB‘lerin sınıflandırılmasında çok çözünürlüklü S-Dönüşümü yöntemi kullanılmıştır.
HHD, Ampirik Kip Ayrışımı (AKA) ve Hilbert Dönüşümünün birleşiminden oluşan yeni bir sinyal işleme algoritmasıdır. AKA işleminde, İçsel Mod Fonksiyonları (İMF) kullanılarak tek frekans içeriğine sahip sinyal bileşenleri elde edilir. Böylece, durağan ve periyodik olmayan sinyallere ait frekans bileşenleri, düşük frekans bandından yüksek frekans bandına doğru sıralanır [45, 46]. [47] ve [48]‘de yapılan çalışmalarda GKB‘lerin sınıflandırılması için HHD kullanılmıştır. [49]‘da, HHD yöntemi kullanılarak çoklu GKB türü içeren güç kalitesi sinyalleri tespit edilmiştir.
Güç kalitesi problemlerinin analizinde yaygın olarak kullanılan DD yöntemine benzer olarak, literatürde çeşitli yöntemler kullanılmıştır. Bu yöntemler genel olarak; Zaman-Zaman Dönüşümü [50], Yüksek dereceli istatistik dönüşümü [51, 52], Hiperbolik S-Dönüşümü [53], Kalman Filtreleme [54-56], Temel bileşen analizi [57], Adaline yöntemi [58], Clark dönüşümü [59], Fraktal tabanlı yöntemler [60], Gabor-Wigner Dönüşümü [61], Hibrit yumuşak hesaplama tekniği [62], sayısal filtreler [63] ve kısa zamanlı korelasyon dönüşümü [64] şeklindedir. Bu dönüşüm yöntemleri ile elde edilen dönüşüm katsayılarına özellik çıkarım yaklaşımları uygulanarak, güç kalitesi verilerine ait ayırt edici özellikler elde edilmektedir.
Sinyal işleme yöntemleriyle güç kalitesi verilerinden elde edilen özelliklerin bir yapay zeka yöntemine uygulanmasıyla, akıllı bir güç kalitesi tanıma sistemi elde edilir. Akıllı güç
6
kalitesi tanıma sistemlerinden elde edilen tanıma başarımları, sınıflandırıcı girişini oluşturan özelliklerin ayırdedici bilgiler içermesinin yanı sıra sınıflandırıcının performansına da bağlıdır. Sınıflandırıcı performansını belirleyen başlıca etken, optimal sınıflandırma parametrelerinin seçimidir. Güç kalitesi problemlerinin sınıflandırılmasında literatürde birçok yöntem bulunmaktadır. Bu yöntemler genel olarak; Yapay Sinir Ağları (YSA) [65], Destek Vektör Makineleri (DVM) [66], Bulanık Mantık [67], Genetik Algoritma [68], Karar Ağaçları [69] ve Aşırı Öğrenme Makinesi (Extra Learning Machines, ELM) [42] gibi yaklaşımları içermektedir.
Son yıllarda, teknolojik gelişmeler doğrultusunda güç kalitesi problemlerinin tespiti ve sınıflandırılmasında gömülü sistem uygulamaları üzerine yapılan çalışmalar oldukça önem kazanmıştır [25, 70-76]. Gömülü sistem yaklaşımlarının kullanılması, güç kalitesi izleme sistemlerinde maliyet ve performans açısından birçok avantaj sağlamıştır. Özellikle, güç kalitesi ölçümlerinden elde edilen yüksek veri boyutları ve veri karmaşıklığı problemlerinin çözümünde, gömülü sistemler etkili bir yaklaşım olmuştur. Donanım açısından, sinyal işleme yöntemlerine yönelik birçok gömülü sistem platformu bulunmaktadır. Bu platformlar, güç kalitesi verilerinin paralel bir şekilde işlenmesine ve gerçek zamanlı olarak sınıflandırılmasına imkan sağlamaktadır. Ancak, çevre birimler ile uyumlu çalışması ve programlama süreçlerindeki zorluklar, bu sistemlerin güç kalitesi alanında kullanımını sınırlandırmıştır. Bu zorluklar nedeniyle gömülü sistemleri kullanmak yerine, veri toplama kartı ve bilgisayar tabanlı güç kalitesi tanıma sistemi uygulamaları bulunmaktadır [70-72]. Sayısal Sinyal İşlemcisi (Digital Signal Processing, DSP) ve Alanda Programlanabilir Kapı Dizileri (Field Programmable Gate Arrays, FPGA) tabanlı gömülü sistem yaklaşımları güç kalitesi verilerinin işlenmesinde yaygın olarak kullanılmaktadır. [73]‘te, güç sistemlerinde geçici durumların tespitine yönelik DSP tabanlı bir yaklaşım verilmiştir. Bu yaklaşımda, analizi gerçekleştirilen sinyaller zaman bölgesinde değerlendirilmektedir. Böylece, aşırı hesaplama gerektiren işlemler minimize edilmiştir. [74]‘te, endüstriyel uygulamalarda güç sistemlerindeki harmoniklerin tahmini için FPGA tabanlı bir uygulama yapılmıştır. [25]‘de, FPGA ve DSP tabanlı DD kullanılarak gerilim çökme tespiti için bir sistem önerilmiştir. Bu sistemde, gerilim çökmelerinin tespitinde Dalgacık katsayılarının enerjileri kullanılmıştır. [75]‘de, DSP-FPGA tabanlı donanım platformu, GKB verilerinin sınıflandırılması için bir Karar Ağacı yaklaşımında kullanılmıştır. [76]‘da, GKB‘lerin SVM kullanılarak çevrimiçi sınıflandırılmasında FPGA tabanlı bir güç kalitesi izleme sistemi önerilmiştir.
7 1.3. Tezin Amacı ve Organizasyonu
Bu tez çalışmasının hareket noktası, günümüzde birçok mühendislik uygulamalarının gömülü sistem yaklaşımlarına yönelmesinden gelmektedir. Ayrıca, son yıllarda güç sistemleri alanında yapılan çalışmalar incelendiğinde güç kalitesi ve örüntü tanıma alanındaki çalışmalara odaklanıldığı görülmektedir. Bu durumlar, bu tez çalışmasının içeriğinin güncel araştırma konuları ile ilgili olduğunu göstermektedir.
Gömülü sistem tabanlı örüntü tanıma yaklaşımının, güç kalitesi alanına uygulanması konusunu içeren bu tez çalışmasında, literatürde aynı alandaki çalışmalara göre farklı ve yeni yaklaşımlar sunulmuştur. Bu tez çalışmasında, günümüzde güç sistemlerinde önemli problemler oluşturan GKO‘ları ve bu GKO‘ların sistemin her bir fazında meydana getirdiği GKB‘leri anlık olarak tespit eden ve türünü belirleyen FPGA tabanlı çevrimiçi tanıma sistemlerinin oluşturulması amaçlanmıştır. Bilgisayardan bağımsız olarak FPGA ortamında, eş zamanlı çalışma yapısına sahip üç farklı çevrimiçi tanıma sistemi tasarlanmıştır. Bu tanıma sistemlerini birbirinden ayıran özellikleri ise sinyal işleme ve özellik çıkarım işlemlerinin her bir tanıma sisteminde farklı olmasıdır. FPGA ortamında gerçekleştirilen üç farklı tanıma sistemi; FD, DD ve HHD tabanlı sinyal işleme algoritmalarını içermektedir. Çevrimiçi tanıma sistemlerinin sınıflandırma aşamasında ise Karar Ağacı algoritması kullanılmıştır. Bunun yanı sıra, bilgisayar ortamında GKO ve GKB türlerini belirlemeye yönelik çevrimdışı tanıma sistemleri de gerçekleştirilmiştir. Böylece, çevrimdışı tanıma sistemleri ile elde edilen sonuçlara göre FPGA ortamında gerçekleştirilen işlemlerin doğruluğu ve güvenirliği hakkında önemli bilgiler elde edilmiştir. Çevrimdışı tanıma sistemi uygulamalarında ise FPGA ortamından elde edilen üç farklı sinyal işleme yöntemine ait özellik vektörleri ve En Küçük Kareler Destek Vektör Makineleri (Least Squares Support Vector Machines, LSSVM), ELM ve YSA sınıflandırma sistemleri kullanılarak tanıma sonuçları elde edilmiştir.
Tasarımları yapılan tanıma sistemlerinin uygulaması için giriş kartı, FPGA, bilgisayar ve deneysel düzenek alt sistemlerinden meydana gelen donanımsal bir yapı oluşturulmuştur. Tanıma sistemleri için gerçekleştirilen yazılımsal yapı ise FPGA ortamında Çok Hızlı Donanım Tanımlama Dili (Very High Speed Hardware Description Languages, VHDL) yazılımlarını ve bilgisayar ortamında grafiksel arayüz yazılımlarını içermektedir. Gerçekleştirilen prototip güç sistemi modeli üzerinden gerçek zamanlı olarak
8
tanıma sistemlerinin testleri yapılmış ve çevrimdışı akıllı tanıma sistemleri için veriler elde edilmiştir.
Bu tez çalışmasının ikinci bölümünde; güç kalitesi ile ilgili temel bilgilerin yanı sıra, güç sistemlerinde meydana gelen GKO ve GKB türleri ile ilgili bilgiler verilmiştir.
Üçüncü bölümde; çevrimiçi akıllı tanıma sistemlerinin gömülü uygulamasında kullanılan FPGA cihazı ve bu cihazın programlanması ile ilgili bilgiler verilmiştir. Ayrıca, programlanabilir devre elemanlarının programlamasında kullanılan VHDL donanım tanımlama dili ile ilgili detaylı bilgiler de, bu bölüm içerisinde sunulmuştur.
Dördüncü bölümde; FPGA ortamında tasarımları gerçekleştirilen sinyal işleme yöntemlerine ait kapsamlı bilgiler verilmiştir.
Beşinci bölümde; güç kalitesi problemlerinin tespiti ve sınıflandırılması için gerçekleştirilen çevrimiçi ve çevrimdışı yöntemlere yer verilmiştir. Bu yöntemlerin uygulamasında kullanılan donanımsal ve yazılımsal tasarımlar hakkında ayrıntılı bilgiler sunulmuştur. Ayrıca, gerçekleştirilen tanıma sistemlerinin laboratuvar ortamında kurulan prototip güç sistemi modeli hakkında bilgiler verilmiştir.
Altıncı bölümde; tez kapsamında gerçekleştirilen çevrimiçi ve çevrimdışı tanıma sistemlerinden elde edilen sonuçlara yer verilmiştir. Ayrıca, tanıma sistemlerinde kullanılan sınıflandırma yöntemlerinden bahsedilmiştir. Sınıflandırmadan elde edilen sonuçların birbirlerine göre ve benzer çalışmalara göre, performans değerlendirmesine de bu bölüm içerisinde yer verilmiştir
Yedinci bölümde, tezin sonuçları irdelenmiş ve orijinal katkıları vurgulanmıştır. Sekizinci bölümde, ileriye dönük uygulama alanları ve öneriler verilmiştir.
2. GÜÇ KALĠTESĠ VE PROBLEMLERĠ
Elektrik enerji sistemlerinde karşılaşılan en önemli problemlerden birisi de, güç kalitesizliğidir. Son yıllarda teknoloji alanında ilerlemeler ve özellikle yarı iletken tabanlı sistemlerin kullanımlarının artması ile birlikte, güç kalitesi problemleri oldukça sık karşılaşılan ve pek çok sektörde önemli işletme sorunlarına yol açabilen bir konu haline gelmiştir. Tüketilen elektrik enerjisinde, makine ve cihazlarda hatalı çalışma, aksaklık, bozulma gibi istenmeyen sonuçlara sebep olabilen güç kalitesizliği, güç sistem mühendislerinin araştırma ve çözüm süreçleri olarak karşılarına çıkmaktadır. Bu bölümde, tez çalışması kapsamında gerçekleştirilen FPGA tabanlı tanıma sistemlerinin girişini oluşturan, güç kalitesi problemlerine ilişkin bilgilere yer verilmiştir.
2.1. Güç Kalitesi Tanımı
Teknik olarak güç kalitesi tanımı 2006 yılında yayımlanan ―Elektrik Piyasasında Dağıtım Sistemine Sunulan Elektrik Enerjisinin Tedarik Sürekliliği ve Teknik Kalitesi Hakkında Yönetmelik‖te, dağıtım sistemi kullanıcılarının elektrik enerjisi talebini; gerilimin frekansı, genliği, dalga şekli ve üç faz simetrisi açısından kabul edilebilir değişim sınırları içerisinde kesintisiz ve kaliteli bir şekilde karşılayabilme kapasitesi olarak tanımlanmıştır [79]. Bu yönetmelik, dağıtım şebekesine bağlı tüketiciler ile dağıtım şirketi arasındaki her türlü teknik ve ticari kalitesizliği düzenlemek için çıkarılmıştır. Teknik anlamda EN 50160 ve IEC 61000-4-30 standartlarını esas alan ve tüm dünyada büyük oranda kabul edilen güç kalitesi kavramları, ülkemizde de bu şekilde uygulanmaktadır. Uluslararası standartlarda ise güç kalitesi genel bir kabul içerisinde, tüketiciye aktarılan elektrik enerjisinin gerilim karakteristikleri (genlik, frekans, simetri ve dalga şekli) standartlarda belirtilen sınırlar içinde kalması olarak algılanmıştır [80]. Ayrıca güç kalitesi kavramının, sadece gerilime değil akıma da ait bir konu olduğunu da söylemek mümkündür [81, 82].
2.2. Güç Kalitesi Problemleri
Elektrik enerji sistemlerinde, gerilim karakteristiğinin standart sınır değerlerinde meydana gelen sapması sistemde bir güç kalitesi problemi oluştuğunu göstermektedir. Bu güç kalitesi problemlerini oluşturan durum, GKO olarak tanımlanır. GKO‘lar, elektrik
10
enerji sistemlerinde meydana gelen arızalar veya anahtarlama işlemleri sonucunda oluşur. Bir GKO sonrasında; enerji sisteminin bir fazında, aynı anda iki fazında veya üç fazında bir GKB türü meydana gelebilir.
2.2.1. Güç Kalitesi Olayları (GKO)
Arıza ve anahtarlama olayları olmak üzere iki temel sınıfta incelenen GKO‘lar, güç sistemi üzerinde geçici veya sürekli durum GKB‘leri meydana getirebilirler. Arıza sonucu oluşan GKO‘lar sonrasında genellikle kesici elemanları devreye girer ve GKO‘nun oluştuğu bölümü sistemden yalıtırlar. Böylece güç sistemi, meydana gelen GKB‘ler ortadan kaldırılarak normal çalışma şartlarında işletilir. Bir arıza türü GKO sonrasında arızalı fazlarda, gerilim çökmesi veya kesinti tipi güç kalitesi bozulmaları meydana gelebilir. Arızasız fazlarda ise, gerilim sıçraması oluşabilir. Anahtarlama olayları, güç sistemlerinin işletim şartlarına bağlı olarak çok sık meydana gelen GKO türleridir. Anahtarlama türü GKO‘lar sonucunda sistemde; gerilim çökmesi, geçici durum ve harmonik gibi bozulmalar meydana gelebilir.
2.2.1.1. Arıza Türü Güç Kalitesi Olayları
Elektrik güç sistemlerinde, fiziksel veya mekaniksel etkiler sonucunda oluşan kısa ve açık devreler arıza olarak tanımlanmaktadır. Güç sistemlerinde en sık meydana gelen arıza türü, kısa devre arızalarıdır. Bu nedenle, güç sistemlerinde kullanılan arıza terimi, genel olarak kısa devre arızaları için kullanılır. Kısa devre arızaları, iç ve dış etkenlerle oluşabilir. Kısa devreye neden olan başlıca iç etkenler; aşırı yük akımları ile yalıtkan malzemelerin ısınarak bozulması, aşırı gerilimler ile yalıtkan malzemede meydana gelen delinme, atlama olayları ve yalıtkan malzemenin özelliğinin bozulmasıdır. Kısa devreye neden olan başlıca dış etken ise güç sistemine yıldırım düşmesidir.
Güç sistemlerinde meydana gelen kısa devre arızaları, simetrik ve asimetrik arızalar olmak üzere iki grupta incelenir. Her üç fazın birbiriyle ya da toprakla temas etmesi nedeniyle oluşan arızalarda, fazlar arasında 120 derecelik faz farkı korunduğu için bu tip arızalar simetrik arızalar grubuna dahil edilir. Üç faz arıza ve üç faz-toprak arıza simetrik arıza türleridir. Tek fazın toprak ile temas etmesiyle oluşan tek faz-toprak arızası, iki fazın birbiriyle ya da toprak ile temas etmesi sonucu oluşan iki faz arızası ve iki faz-toprak arızası asimetrik arızalar grubuna girerler.
11
Bu tez çalışmasında gerçekleştirilen GKO tanıma sistemlerinde, iki farklı arıza türü için uygulamalar gerçekleştirilmiş ve tanıma sonuçları elde edilmiştir. Bu GKO türleri, simetrik bir arıza olan üç faz arıza ve asimetrik bir arıza olan tek faz-toprak arızalardır.
2.2.1.2. Anahtarlama Türü Güç Kalitesi Olayları
Güç sistemleri normal işletim süreçleri içerisinde, sürekli olarak anahtarlama türü GKO‘lara maruz kalırlar. Bu anahtarlama türleri, güç sistemi üzerinde oluşabileceği gibi hat sonundaki tüketicilerden de kaynaklanabilmektedir. Güç sistemlerinde sıklıkla karşılaşılan anahtarlama türü GKO‘lar şunlardır: Hat enerjilenmesi, transformatör enerjilenmesi, kapasitör anahtarlaması, motor kalkış olayları, yük anahtarlaması gibi. Bu tez çalışmasında tasarımları yapılan GKO tanıma sistemleri için kapasitör anahtarlama, motor kalkış ve hat enerjilenmesi GKO‘lara ait uygulamalar gerçekleştirilmiş ve tanıma sonuçları elde edilmiştir.
Hat enerjilenmesi GKO, bir kesinti olayı sonrasında enerjisiz kalan hattın kesici kontaklarının kapanması ile nominal çalışma değerlerine gelmesi sürecinde meydana gelen bir GKO türüdür. Hat enerjilenmesi GKO‘sunda meydana gelen GKB türleri, ölçüm sisteminin kesici öncesi ve kesici sonrasında bulunduğu durumuna göre ayrı ayrı incelenir. Eğer ölçüm sistemi kesici sonrasında bulunuyorsa, sistem gerilimi yaklaşık olarak 0 pu değerinden 0.8 pu değerine anlık olarak yükselir. Ölçüm sistemi kesici öncesinde bulunuyorsa, sistem gerilimi 1 pu değeri ile 0.8 pu değeri aralığında bir değere sahip olabilir. Bu GKO sonrasında, sistemde özellikle anahtarlama olayına bağlı olarak geçici durumlar ve harmonik bozulmalar meydana gelmektedir. Şekil 2.1‘de, ölçüm sistemi kesici öncesinde bulunan hat enerjilenmesi GKO‘suna ait değişimler verilmiştir.
Zaman (s) 0 1 0 0.02 0.04 0.06 0.08 0.10 0.12 0.14 0.16 G er il im ( p u ) -1
ġekil 2.1. Hat enerjilenmesi GKO‘sunda 3 fazlı gerilimin dalga şekli değişimleri.
12
Transformatör enerjilenmesi GKO, sistemde gerilim çökmesi meydana getiren bir GKO türüdür. Transformatörün akı-akım karakteristiğine bağlı olarak transformatörün enerjilenmesi esnasında, nüvedeki manyetik akı yeni bir sürekli duruma ulaşana kadar geçici durum meydana getirir. Bu durum, manyetik akının doyum değerinin üzerine çıkmasına neden olabilir. Bu geçici durum, bir periyotluk manyetik akıdaki değişim değerinin yaklaşık olarak sıfıra düşmesi anına kadar devam eder. Akının aşırı artması; yüksek değerlikli, asimetrik ve exponansiyel olarak azalan bir mıknatıslanma akımının oluşmasına sebep olacaktır. Transformatörün enerjilenmesi sonucunda meydana gelen gerilim çökmesinin genliği; anahtarlama açısına, kaynağın gücüne, nüvedeki artık akı değerine ve hattın sönümlenme değerine bağlıdır [83]. Şekil 2.2‘de, bir transformatör enerjilenmesi GKO sonrasında, faz gerilimlerinde meydana gelen değişimler görülmektedir. -1 -0.5 0 0.5 1 0 0.02 0.04 0.06 Zaman (s) G er il im ( p u )
ġekil 2.2. Transformatör enerjilenmesi GKO‘sunda 3 fazlı gerilimin dalga şekli değişimleri.
Kapasitör anahtarlanması GKO, güç sistemlerinde geçici durum GKB meydana getiren, sistem gerilimini yaklaşık 2 katına kadar arttırabilen ve sistem frekansını etkileyen bir GKO türüdür. Bu nedenle, hem güç sistemi elemanlarında hem de güç sistemine bağlı yüklerde arızalar meydana gelebilmektedir. Yüksüz durumda olan bir kapasitör, anahtarlandığı anda anlık olarak geriliminin değişememesi nedeniyle sistem gerilimini sıfıra doğru düşürmeye çalışacaktır. Bu anlık gerilim düşümü sonrasında gerilim, sürekli duruma ulaşana kadar aşırı yükselme ve azalma şeklinde salınımlar yapacaktır. Bu salınımın süresi, hattın baskılanmasına bağlıdır [84]. Şekil 2.3‘de, bir kapasitör anahtarlanması olayına ilişkin değişimler görülmektedir.
13 Zaman (s) 0 1 0 0.02 0.04 0.06 0.08 0.10 0.12 0.14 0.16 G er il im ( p u ) -1
ġekil 2.3. Kapasitör anahtarlanması GKO‘sunda 3 fazlı gerilimin dalga şekli değişimleri.
Motor kalkış GKO, büyük güçlü indüksiyon motorların yol alması esnasında normal çalışmasına göre beş-altı kat daha fazla akım çekmesi nedeniyle sistem üzerinde gerilim çökmesi meydana getiren bir GKO türüdür. Meydana gelen gerilim çökmesi, indüksiyon motorun normal hız değerine ulaştığı ana kadar devam etmektedir. Çökmenin değişim karakteristiği ise yük durumu, motor parametreleri ve sistem parametrelerine bağlıdır [84]. Şekil 2.4‘de, bir motor kalkış GKO sonrasında faz gerilimlerinde meydana gelen değişimler görülmektedir. Zaman (s) 0 1 0 0.02 0.04 0.06 0.08 0.10 0.12 0.14 0.16 G er il im ( p u ) -1
ġekil 2.4. Motor kalkış GKO‘sunda 3 fazlı gerilimin dalga şekli değişimleri.
Yük anahtarlanması GKO, güç sistemine bağlı olan büyük güçlü bir alıcı yükün anahtarlanması sonucunda sistem geriliminde çökme meydana getirebilen bir GKO türüdür. Anahtarlaması yapılan büyük güçlü yükler, sistem gerilimini düşürmenin yanı sıra geçici durum bozulmaları da meydana getirebilmektedir. Şekil 2.5‘de, bir yük anahtarlaması GKO‘suna ilişkin değişimler görülmektedir.
14 -1 -0.5 0 0.5 1 0 0.02 0.04 0.06 0.08 0.10 0.12 0.14 0.16 Zaman (s) G er il im ( p u )
ġekil 2.5. Yük anahtarlanması GKO‘sunda 3 fazlı gerilimin dalga şekli değişimleri.
2.2.2. Güç Kalitesi Bozulmaları
Güç sistemlerinde meydana gelen GKO‘lar, güç sisteminin her bir fazında GKB oluştururlar. IEEE, IEC, ANSI, CBEMA, EPRI gibi farklı çalışma grupları, sistem üzerinde meydana gelen her bir GKB‘yi tanımlayan farklı standartlar oluşturmuşlardır. Fakat, dünyada güç kalitesi çalışmalarında genellikle IEEE ve IEC standartları tercih edilmektedir [5, 85]. Bu tez çalışmasında, güç kalitesi bozulmalarının temel özelliklerini anlamak ve tanımlamak için IEEE standartları referans alınmıştır [86]. IEEE 1159-1995 standartlarına göre güç kalitesi problemleri; geçici durumlar, kısa süreli gerilim değişimleri, uzun süreli gerilim değişimleri, gerilim dengesizlikleri, dalga şekli bozulmaları, gerilim salınımları ve frekans değişimleri olmak üzere yedi kategoriye ayrılır. Tablo 2.1‘de, farklı kategorideki güç kalitesi problemleri için uygun tipik spektral içerik, devamlılık süresi ve genlik değerlerini içeren bilgiler görülmektedir. Bu tabloda verilen açıklamalar, ölçüm sonuçlarının sınıflandırılması ve güç kalitesi problemlerine neden olabilen GKO‘nun tanımlanmasında oldukça önemlidir.
15
Tablo 2.1. Güç sistemleri elektromanyetik olaylarının kategorileri ve özellikleri.
Problem Sınıfı Frekans Spektrumu Süresi Gerilimin Genliği
1. Geçici Durum 1.1 Darbeli 1.1.1 Nanosaniye 5-ns yükselme <50 ns 1.1.2 Mikrosaniye 1-µs yükselme 50 ns-1 ms 1.1.3 Milisaniye 0.1-ms yükselme >1 ms 1.2 Salınımlı 1.2.1 Düşük frekans <5 kHz 0.3-50 ms 0-4 pu 1.2.2 Orta frekans 5-500 kHz 20 µs 0-8 pu 1.2.3 Yüksek frekans 0.5-5 MHz 5 µs 0-4 pu
2. Kısa süreli değişimler
2.1 Ani 2.1.1 Kesinti 0.5-30 periyot <0.1 pu 2.1.2 Çökme 0.5-30 periyot 0.1-0.9 pu 2.1.3 Sıçrama 0.5-30 periyot 1.1-1.8 pu 2.2 Kısa süreli 2.2.1 Kesinti 30 periyot-3 s <0.1 pu 2.2.2 Çökme 30 periyot-3 s 0.1-0.9 pu 2.2.3 Sıçrama 30 periyot-3 s 1.1-1.4 pu 2.3 Geçici 2.3.1 Kesinti 3 s-1 dk <0.1 pu 2.3.2 Çökme 3 s-1 dk 0.1-0.9 pu 2.3.3 Sıçrama 3 s-1 dk 1.1-1.2 pu
3. Uzun süreli değişimler
3.1 Kalıcı kesinti >1 dk 0.0 pu
3.2 Düşük Gerilim >1 dk 0.8-0.9 pu
3.3 Yüksek Gerilim >1 dk 1.1-1.2 pu
4. Gerilim dengesizliği Sürekli durum % 0.5-2
5. Dalga şekli bozulmaları
5.1 Doğru akım bileşeni Sürekli durum % 0-0.1 5.2 Harmonikler 0-100. harmonik Sürekli durum % 0-20 5.3 Ara harmonikler 0-6 kHz Sürekli durum % 0-2
5.4 Çentik Sürekli durum
5.5 Gürültü Geniş bant Sürekli durum % 0-1
6. Gerilim salınımları <25 Hz Kesintili % 0.1-7
7. Frekans değişimleri <10 s
Tablo 2.1‘den görülebileceği gibi IEEE 1159-1995 standartlarına göre tanımlanan GKB türleri şunlardır: geçici durum, kesinti, çökme, sıçrama, uzun süreli değişimler, kısa süreli değişimler, gerilim dengesizliği, doğru akım bileşeni, harmonikler, ara harmonikler, çentik, gürültü, gerilim salınımları ve frekans değişimleri. Şekil 2.6‘da, bu GKB türlerinin temsili dalga gösterimleri verilmiştir.
16
Geçici durum Çökme
Sıçrama Kesinti
Harmonik Ara Harmonik
Gürültü Çentik
Gerilim salınımları Frekans değişimleri
Gerilim dengesizliği Doğru akım bileşeni
ġekil 2.6. GKB türlerinin temsili dalga şeklindeki değişimler.
Geçici durumlar, güç sisteminde meydana gelen kısa süreli durumlardır. Geçici durumlar, kısa zaman periyodu içerisinde gerilim ve akımda çok büyük artışlar meydana getirdikleri için güç kalitesi açısından önemli bir sorun olarak kabul edilmektedir. Dalga şekillerine göre geçici durumlar; salınımlı, darbesel ve çoklu olmak üzere üç sınıf altında incelenmektedir.
Çökme, temel şebeke frekansında 10 ms‘den fazla ve 1 dakikadan az olmak kaydıyla, nominal gerilim etkin değerinin %10-%90 arasında azalma göstermesi olarak tanımlanır.
17
Gerilim çökmeleri, genellikle sistem arızalarına bağlıdır. Ayrıca, büyük yüklerin devreye girmesi veya büyük güçlü motorların çalışması esnasında da meydana gelebilmektedir. Sıçrama, şebeke frekansında, 10 ms‘den fazla ve 1 dakikadan az olmak kaydıyla nominal gerilim etkin değerinin %10-%80 arasında artış göstermesi olarak tanımlanmaktadır. Gerilim çökmesinde olduğu gibi, gerilim sıçramaları da genellikle sistem arızalarına bağlıdır. Fakat gerilim sıçramaları gerilim çökmeleri kadar yaygın olarak görülmez. Tek faz-toprak kısa devre arızası, diğer fazlar üzerinde geçici olarak meydana gelen gerilim sıçramalarına örnek olarak verilebilir. Ayrıca büyük yükler devre dışı kalırken yapılan anahtarlama ve büyük kapasitör gruplarının devreye girmesi de gerilim sıçramasının başlıca sebepleri arasında gösterilebilir.
Kesinti, kaynak gerilimi veya akımının en fazla 1 dakika boyunca nominal değerinin % 10‘unun altına düşmesidir. Güç sistemi arızaları, ekipman arızaları ve kontrol sistemlerinin yanlış çalışması sonucunda kesinti oluşur. Kesinti esnasında gerilimin genliği, genellikle nominal gerilimin %10‘unun altına düştüğünden kesintiler sürelerine göre değerlendirilirler. Şebekedeki bir arızadan kaynaklanan kesintinin süresi, koruma cihazının çalışma zamanı ile belirlenir. Koruma cihazının ani olarak tekrar kapanması, genellikle 30 periyottan az süren ve kalıcı olmayan bir arızanın sebep olduğu kesintiyi ifade eder. Koruma cihazının gecikmeli olarak tekrar kapanması ise uzun süreli bir kesintiyi ifade eder.
Gerilim dengesizliği, faz veya hatta ait gerilim büyüklüklerinin farklı olması ve faz açılarının denge şartlarını karşılamaması ile meydana gelir. Üç fazlı bir sistemdeki gerilim büyüklüklerinin aynı olmaması ve aralarındaki faz farkının tam olarak 120o‘ye eşit
olmaması, sistemde bir gerilim dengesizliğine neden olmaktadır.
Doğru akım bileşeni, bir alternatif akım güç sisteminde doğru akım veya gerilimin bulunması olarak ifade edilir. Bu bileşen, genellikle elektronik güç konverterlerinin asimetrisinin bir sonucu olarak meydana gelmektedir.
Harmonikler, frekansları temel frekansın tam katı olan sinüsoidal akım ve gerilim sinyalleridir. Periyodik bozulmuş sinyal, temel frekansın ve harmoniklerin toplamından oluşmaktadır. Güç sistemindeki harmonikler, sisteme bağlı lineer olmayan cihazlar ve yüklerden kaynaklanmaktadır.
Ara harmonikler, gerilim veya akımın sahip olduğu frekansın tam katı olmayan frekans bileşenleri olarak tanımlanır. Ara harmonikler, ayrık frekanslar veya bir bant spektrumu olarak görülürler. Ara harmonikleri oluşturan temel kaynaklar; statik frekans
18
dönüştürücüler, indüksiyon fırınları ve ark cihazlarıdır. Bu tip frekans bileşenleri, genellikle frekans değişiminin bir sonucu olarak ortaya çıkar ve sistemdeki yüke göre değişkenlik gösterebilirler.
Çentikler, üç fazlı doğrultucularda akımın bir fazdan diğerine geçiş (komütasyon) yaptığı anlarda meydana gelmektedir. Çentiğin sürekli olarak oluşması, etkilediği gerilimin harmonik spektrumu aracılığı ile karakterize edilebilmesine rağmen genellikle özel bir durum olarak değerlendirilir. Çentiğin neden olduğu frekans bileşenleri çok yüksek olabilmektedir ve harmonik analizleri için kullanılan normal ölçüm cihazları ile tanımlanması mümkün olmayabilir.
Gürültü, güç sistemlerinde akım veya gerilim sinyalleri üzerinde 200 kHz den küçük geniş bant spektrumuna sahip istenmeyen elektriksel sinyaller olarak tanımlanmaktadır. Gürültü sinyali, hem faz iletkenleri hem de nötr iletkenleri aracılığı ile taşınabilmektedir. Güç sistemi üzerinde gürültüyü oluşturan temel etkenler; güç elektroniği cihazları, ark cihazları, kontrol devreleri, anahtarlamalı güç kaynakları ve doğrultuculu yüklerdir.
Gerilim salınımları, hat geriliminin etkin değerindeki küçük değişimler olarak tanımlanır. Gerilim dalgalanmasının yapısına bağlı olarak meydana gelen bozulmalar; zamandaki düzenli ya da düzensiz adım-gerilimi değişimi ve yük empedansının değişimine bağlı olarak üretilen periyodik veya rastgele gerilim değişimleri olarak sınıflandırılmaktadır.
Frekans değişimleri, güç sisteminin temel frekansının nominal değerinden sapması olarak tanımlanır. Güç sistemlerinin frekansı, sistemi besleyen generatörün dönme hızıyla doğrudan bağlantılıdır. Yük ve üretim arasında dinamik bir denge olduğundan, frekansta küçük değişiklikler meydana gelmektedir. Bu değişimin boyutu ve süresi, yükün özelliklerine ve yük değişikliklerine yol açan generatör kontrol sisteminin cevabına bağlıdır.
3. SAHADA PROGRAMLANABĠLĠR KAPI DĠZĠLERĠ (FPGA) VE PROGRAMLAMA TEKNĠKLERĠ
FPGA, üretiminden sonra istenen fonksiyona göre donanım yapısı kullanıcı tarafından değiştirilebilen tüm devreler olarak tanımlanabilir. FPGA‘lar, mantıksal işlemleri yerine getirmek için binlerce ve hatta milyonlarca transistörün bağlantısından oluşurlar. Bir tür tüm devre olan FPGA‘yı diğer tüm devrelerden ayıran özelliği, donanım yapısının yani iç konfigürasyonunun istenildiği gibi değiştirilebilmesidir. Donanımı programlanabilir olmayan standart tüm devrelerde, transistörler arasındaki bağlantılar sabittir ve değişmezler. FPGA, içindeki transistörleri birbirinden bağımsız ve serbest olarak üretilmiş ham bir tüm devre olarak düşünülebilir. Tasarımcı tarafından belirlenen fonksiyona göre, FPGA içindeki transistörler birbirlerine bağlanır ve bu sayede istenilen fonksiyon gerçekleştirilir. Yani teorik olarak transistör kapasitesi dahilinde akla gelen herhangi bir tüm devrenin yaptığı iş FPGA ile yapılabilir.
FPGA‘ların en önemli özelliklerinden biri de, paralel işlem yapabilme yani aynı anda birden fazla işlemi yapabilme yeteneğidir. Sıradan tüm devreler ya hiç paralel işlem yapamazlar ya da çok sınırlı yapabilirler. FPGA‘da ise uygulamaya ve kapasiteye göre, birbirine paralel belki de binlerce işlem aynı anda yapılabilir. Bu özellik, paralel işlem gerektiren uygulamalarda FPGA‘ları eşsiz kılmaktadır. Örneğin, gerçek zamanlı yüksek çözünürlüklü bir video görüntüsü üzerinde filtreleme işlemi yaparken peş peşe sıralanan resimlerin ilk karesi giriş portlarından alınır, filtrelenir ve çıkış portlarından gönderilir. Sonra ikinci resim için de aynı işlemler gerçek zamanlı olarak tekrarlanır. Standart tüm devreler (örneğin bir mikroişlemci) kullanılırsa, bu üç işlemi sırayla yapıp bitirdikten sonra ikinci resim alınmaya başlanır. Eğer bu işlemler yeterince hızlı yapılamazsa sıradaki resim kaçırılabilir. FPGA‘da ise bu işlemler paralel olarak devam eder. Örneğin, ilk resim alınıp filtreleme işlemi yapılırken ikinci resim alınmaya başlanır. İlk resim gönderilirken ikinci resim filtrelenir ve üçüncü resim alınmaya başlanır. Bunun yanında, filtreleme işlemi genel olarak yoğun çarpım gerektirmektedir. Standart bir işlemci ile bu çarpma işlemleri, sırayla yapılmak zorundadır. Oysaki FPGA ile bu işlemler paralel olarak, yani çok hızlı bir şekilde yapılmaktadır [77].
Özet olarak FPGA‘lar; paralel işlem kabiliyeti sunan, içyapısı istenilen uygulamaya göre değiştirilebilen ve donanımı programlanabilir olan tüm devrelerdir. FPGA‘lar genel
20
olarak karmaşık sayısal filtreler, hata tespiti ve iyileştirmesi gibi işlemler için basit toplama ve çıkarma fonksiyonlarını yerine getirirler. Hava araçları, otomobiller, radar sistemleri, savunma sanayi ve bilgisayarlar FPGA‘ların kullanıldığı alanlardan sadece birkaçıdır.
3.1. FPGA Yapısı
FPGA temel olarak mantık hücreleri, giriş/çıkış (G/Ç) blokları ve ara bağlantılardan oluşur. Şekil 3.1‘de iki boyutlu mantıksal hücre dizilerini barından temel bir FPGA yapısı gösterilmiştir.
ġekil 3.1. İki boyutlu mantıksal hücre dizilerini barındıran temel FPGA yapısı.
3.1.1. Mantık Hücresi
FPGA‘nın ana yapısını mantık hücreleri oluşturur. Bir mantık hücresi; bir adet doğruluk tablosu ( Look Up Table, LUT), bir adet D Flip-Flop ve bir adet 2x1 çoklayıcıdan oluşur. LUT‘lar aslında bir mantık işlemi yerine getiren küçük belleklerdir. N girişli bir LUT, 2N‘li bir belleği temsil eder. Binlerce mantık hücresinin birleşimi sonucunda karmaşık ve büyük programlar oluşturulur.
Mantık hücrelerinin ara bağlantıları, matris şeklindeki veri yolları ve programlanabilir anahtarlarla sağlanır. FPGA tasarımı, her bir mantık hücresinin uygulayacağı fonksiyonu ve programlanabilir anahtarların durumunu belirleyerek bu mantık hücreleri arasındaki bağlantıları tanımlar.
21 3.1.2. FPGA GiriĢ/ÇıkıĢ Pinleri
FPGA‘ların çevre birimlerle iletişimini sağlayan G/Ç pinleri, ayrılmış pinler ve kullanıcı pinler olarak iki kategoriye ayrılır. Bir FPGA‘da tüm pinlerin %20 ile %30‘u arası, ayrılmış pinlerden oluşmaktadır. Bu pinler, FPGA‘da gerçekleştirdikleri özel fonksiyonlara göre üçe ayrılır. Bunlar; FPGA için gerekli olan güç ve topraklama sağlayan pinler, oluşturulan programın FPGA yüklenmesi için kullanılan pinler ve saat sinyalleri için ayrılmış özel pinlerdir.
Kullanıcı pinleri ise kullanıcı tarafından ayarlanabilen standart G/Ç pinleridir. Giriş, çıkış ve hem giriş hem de çıkış olarak üç kategoriye ayrılır. Her bir G/Ç pini, FPGA‘da bir G/Ç hücresine bağlıdır. G/Ç hücrelerinin güçleri, VCCIO olarak adlandırılan güç pinleri tarafından sağlanır. Eski FPGA‘lar birden fazla VCCIO pinine sahip olmalarına rağmen, bütün pinler aynı gerilimle beslenirdi. Yeni nesil FPGA‘larda ise G/Ç‘lar gruplara ayrılabilir ve bu gruplar farklı gerilimlerden beslenebilirler. Böylelikle bir grup G/Ç pinleri 3.3 V ile çalışırken, diğer grup G/Ç pinleri ise 2.5 volt ile çalışabilmektedir.
3.1.3. Hafıza Blokları
Günümüzde FPGA‘ların genelinde ayrılmış RAM yani bellek üniteleri bulunmaktadır. Bunlar, mantık devrelerinin işleyişi sırasında ihtiyaç duyulan geçici depolama alanları için kullanılırlar. Bu RAM‘ler, tek veya çoklu erişimi destekleyebilirler. Çoklu erişimde, birden fazla uygulama RAM üzerinde okuma/yazma işlemi yapabilmektedir. Çoklu erişim, farklı saat darbesinde çalışan işlem blokları arasında veri aktarımı için iyi bir çözümdür. FPGA içerisinde büyük RAM ihtiyaçları için blok RAM‘ler bulunurken, küçük veriler için mantık hücreleri arasına dağıtık halde küçük RAM‘lar bulunmaktadır. Dağıtık RAM için Xilinx firması ihtiyaca göre mantık hücrelerinin bazılarını RAM olarak kullanırken, Altera firması blok RAM‘ları FPGA içerisinde değişik boyutlarda paylaştırmaktadır.
3.2. FPGA Programlama Teknikleri
Sayısal sinyal işleme sistemleri, sayısal verileri işlemek için tasarlanmış hızlı donanımlar ve bu donanımlara işlevsellik kazandıracak yazılımlarla gerçekleştirilir. Sayısal sinyal işleme sistemi oluşturmada, donanım ve yazılım tabanlı iki yöntem içermektedir.
